Compartilhar via

ReinforcementLearningConfiguration Classe

  • Referência

Representa a configuração para execuções de aprendizado por reforço direcionadas a destinos de computação do Azure Machine Learning.

O objeto ReinforcementLearningConfiguration encapsula as informações necessárias para o envio de uma execução de aprendizado por reforço em um experimento. Ele inclui informações sobre os destinos de computação, os trabalhos e os cabeçalhos nos quais executar experimentos.

Herança
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElement
ReinforcementLearningConfiguration

Construtor

ReinforcementLearningConfiguration(head_configuration, worker_configuration, max_run_duration_seconds=None, cluster_coordination_timeout_seconds=None, source_directory=None, _path=None, _name=None, framework=None)

Parâmetros

Nome Description
head_configuration
Obrigatório

A configuração do cabeçalho.
worker_configuration
Obrigatório
WorkerConfiguration

A configuração dos trabalhos.
max_run_duration_seconds
Obrigatório
int

O tempo máximo permitido para a execução em segundos. O Azure ML tentará cancelar automaticamente o trabalho se ele demorar mais do que esse valor.
cluster_coordination_timeout_seconds
Obrigatório
int

O tempo máximo em segundos que o trabalho pode levar para iniciar depois de passar o estado em fila.
source_directory
Obrigatório
str

O diretório que contém o código ou a configuração da execução de cabeçalho.
framework
Obrigatório
RLFramework

A estrutura de orquestração a ser usada no experimento. O padrão é Ray versão 0.8.0

Métodos

load

Carrega um arquivo de configuração de execução de aprendizado por reforço salvo anteriormente em um arquivo no disco.

Se path aponta para um arquivo, o ReinforcementLearningConfiguration é carregado desse arquivo.

Se path apontar para um diretório, que deverá ser um diretório de projeto, ReinforcementLearningConfiguration será carregado de <caminho>/.azureml/<nome> ou <caminho>/aml_config/<nome>.
save

Salve o ReinforcementLearningConfiguration em um arquivo em disco.

Um UserErrorException é gerado quando:

  • O ReinforcementLearningConfiguration não pode ser salvo com o nome especificado.

  • Nenhum parâmetro name foi especificado.

  • Nenhum parâmetro path é inválido.

Se path for do formato <dir_path>/<file_name>, onde <dir_path> é um diretório válido, o ReinforcementLearningConfiguration será salvo em <dir_path>/<file_name>.

Se path apontar para um diretório, que deverá ser um diretório de projeto, ReinforcementLearningConfiguration será salvo em <caminho>/.azureml/<nome> ou <caminho>/aml_config/<nome>.

Esse método é útil ao editar a configuração manualmente ou ao compartilhar a configuração com a CLI.

load

Carrega um arquivo de configuração de execução de aprendizado por reforço salvo anteriormente em um arquivo no disco.

Se path aponta para um arquivo, o ReinforcementLearningConfiguration é carregado desse arquivo.

Se path apontar para um diretório, que deverá ser um diretório de projeto, ReinforcementLearningConfiguration será carregado de <caminho>/.azureml/<nome> ou <caminho>/aml_config/<nome>.

static load(path=None, name=None)

Parâmetros

Nome Description
path
str

Um diretório raiz selecionado pelo usuário para configurações de execução. Normalmente, esse é o Repositório Git ou o diretório raiz do projeto Python. Para compatibilidade com versões anteriores, a configuração também será carregada no subdiretório .azureml ou aml_config. Se o arquivo não estiver nesses diretórios, ele será carregado no caminho especificado. O caminho, se não for fornecido, assumirá como padrão o diretório de trabalho atual.

Valor padrão: None
name
str

O nome do arquivo de configuração.

Valor padrão: None

Retornos

Tipo Description
ReinforcementLearningConfiguration

O objeto de configuração de execução de aprendizado por reforço.

save

Salve o ReinforcementLearningConfiguration em um arquivo em disco.

Um UserErrorException é gerado quando:

  • O ReinforcementLearningConfiguration não pode ser salvo com o nome especificado.

  • Nenhum parâmetro name foi especificado.

  • Nenhum parâmetro path é inválido.

Se path for do formato <dir_path>/<file_name>, onde <dir_path> é um diretório válido, o ReinforcementLearningConfiguration será salvo em <dir_path>/<file_name>.

Se path apontar para um diretório, que deverá ser um diretório de projeto, ReinforcementLearningConfiguration será salvo em <caminho>/.azureml/<nome> ou <caminho>/aml_config/<nome>.

Esse método é útil ao editar a configuração manualmente ou ao compartilhar a configuração com a CLI.

save(path=None, name=None, separate_environment_yaml=False)

Parâmetros

Nome Description
separate_environment_yaml
bool

Indica se a configuração de ambiente do Conda deve ser salva. Se for True, a configuração de ambiente do Conda será salva em um arquivo YAML chamado 'environment.yml'.

Valor padrão: False
path
str

Um diretório raiz selecionado pelo usuário para configurações de execução. Normalmente, esse é o Repositório Git ou o diretório raiz do projeto Python. A configuração é salva em um subdiretório chamado .azureml.

Valor padrão: None
name
str

[Obrigatório] O nome do arquivo de configuração.

Valor padrão: None

Retornos

Tipo Description
None